概要 — 2026年、AI 言説に「強い反論軸」が立ち上がった

2026年の AI 言説は、Boris Cherny の「コーディングは解決された」（コーディング解決後の5論点）、Andrej Karpathy の「Software 3.0」（Karpathy × Sequoia 2026）、Demis Hassabis の「AGI まで5〜10年」（Demis Hassabis 公式インタビュー集）といった 楽観的な未来予測 で埋め尽くされている。

しかし、AI 産業の中心人物の一人が、これに対して 真っ向から反論 している。Yann LeCun（チューリング賞受賞者・Meta 元 Chief AI Scientist）である。彼の主張は明快だ。

「LLM は人類レベル知性への袋小路（dead end）である」 「数千億ドルが、LLM が人間レベルの知性に到達するという前提に投資されている。これは完全な BS（戯言）だ」

LeCun は、2025年11月にMeta を離脱し、2026年3月に AMI Labs（Advanced Machine Intelligence Labs、パリ拠点）を設立、$1.03B（約1,500億円）の資金 を $3.5B プレマネー評価で調達した。世界モデル（World Model）アプローチで「LLM を置き換える」野心的ビジョンに、業界が大きく賭けている。

▲ Lex Fridman Podcast 公式 #416：Yann LeCun「Meta AI, Open Source, Limits of LLMs, AGI & the Future of AI」（YouTube・2024年3月7日, 2時間54分）

本記事では、Lex Fridman Podcast #416、Brown University 講演（2026年4月）、Newsweek インタビュー、その他複数の公式ソースから LeCun の主張を整理し、AX Boost「楽観派 vs 懐疑派マップ」 として、企業の AI 推進担当者が 2026 年の AI 言説をどう咀嚼するか の意思決定軸を提示する。

Yann LeCun は誰か — Meta 離脱と AMI Labs 設立

Yann LeCun（ヤン・ルカン）の経歴は、彼の発言の重みを理解する前提になる。彼は2018年に Bengio・Hinton とともにディープラーニングの3巨頭の1人としてチューリング賞を受賞した研究者であり、NYU 教授を務めながら、現在は AMI Labs CEO の職にある。キャリアの中核をなすのは、Meta（旧 Facebook）の Chief AI Scientist を10年以上にわたって務めた経歴で、その職を2025年11月に離れた。Meta 在籍中、彼は「LLM はオープンソース化が条件」だと Zuckerberg に確約させ、Llama シリーズを公開モデルとして出す路線を主導した人物でもある。そして2026年3月10日、独立の場となる AMI Labs の設立を発表し、$1.03B のシード資金を調達した。

Meta 離脱の背景には、Zuckerberg との路線対立があると報じられている。Llama 4 のリリース時期について「Yann は速度より innovation を優先すべきだと主張し、Zuckerberg はリリースを急いだ」とされる。LeCun は離脱後すぐ、自身の研究テーマである World Model（JEPA / V-JEPA アーキテクチャ） に集中するための独立を選んだ。

LeCun が繰り返す論点 — 袋小路・世界モデル・オープンソース

LeCun の主張を Lex Fridman Podcast #416、Brown University 講演、Newsweek 等の公式ソースから読み解くと、彼の議論はおおむね三つの柱の周りを巡っている。第一に現在の LLM が知性の本道ではないという診断、第二にその代替としての世界モデル、そして第三にオープンソースを国家戦略として位置づける立場である。それぞれを順に整理する。

LLM は「人類レベル知性への袋小路」だという診断

LeCun は明確に語る。「AI sucks（AI は使えない）」「LLM は言語を操作することで賢く見せかけているが、物理世界に対しては完全に無力（completely helpless）だ」というのが彼の出発点だ。

その根拠は、言語と物理世界が情報空間として根本的に異なるという観察にある。言語は離散的で低次元の空間であり、LLM がここで成功してきたのは、膨大なテキストから概念をクラスタリングして「もっともらしい次のトークン」を予測するという作業が、この空間ではよく機能するからだ。ところが物理世界は連続的で高次元の空間であって、ピクセルレベルで「次に何が起きるか」を予測するという課題は、LLM の現行アーキテクチャでは原理的に難しい。つまり、言語というある種の捷径で人間らしい応答を再現できているにすぎず、それが世界そのものの理解を意味するわけではない、という主張である。

ここから導かれるのは、LLM が「一貫した回答」を生成できることと「人類レベルの推論ができる」ことは別問題だ、という線引きだ。LeCun は現在の LLM に Chain-of-Thought を組み合わせた手法すら 「せいぜい System 1.1 程度」 と評価し、熟慮を要する真の推論（System 2）には届いていないと見る。

代替としての「World Model（JEPA）」

LeCun が代替案として提示するのが JEPA（Joint Embedding Predictive Architecture、結合埋め込み予測アーキテクチャ）と、その拡張である V-JEPA（Video JEPA）である。

ワールドモデルは、LeCun の定義では：

「現在の世界の状態と、自分が想定するアクションが与えられたとき、そのアクションの結果生じる次の世界の状態を予測するシステム」

訓練データは 画像・動画・音声・科学データ といった非テキスト情報で、自己教師あり学習（self-supervised learning）で抽象的表現を獲得する。人間の脳が「五感の入力を最小限受けながら、世界の豊かなモデルを内部に構築している」のと同じ構造を、機械に作るアプローチである。

こうした見立ての延長として、LeCun は 「LLM は5年でほぼ陳腐化し、新しいモデルに置き換わる」 と予測する（Newsweek、2025年4月時点の発言）。彼の時間軸でいえば、これは2030年頃の技術転換を示唆している。

オープンソースを国家主権の問題として捉える立場

LeCun は AI のオープンソース化を強く主張する。「最も裕福な数カ国だけが AI を独占するのではなく、誰もが上に積み上げられる必要がある。これは 国家主権 のためでもある」。

Llama シリーズが Meta 内で公開モデル路線を取れたのは、LeCun が Zuckerberg に「公開する」という条件をつけて参画したからだと、複数のインタビューで本人が語っている。AGI を巡る米中・米欧の地政学的緊張において、オープンソース基盤を持つことが国家戦略上重要 という立場である。

AX Boost フレーム — 楽観派 vs 懐疑派マップ

LeCun の主張を、既存シリーズで扱った楽観派の主張と対比させると、企業 AI 戦略の意思決定軸が明確になる。AX Boost は以下の 「楽観派 vs 懐疑派マップ」 を提示する。

論点 楽観派の主張 懐疑派(LeCun)の主張 企業意思決定への含意
コーディング自動化 Boris: 「自分は100%、ecosystem 50%解決済」 LeCun: LLM は表面的操作で、本質的推論は不可 自動化前提の組織再設計は慎重に
AGI タイムライン Hassabis: 「5〜10年で AGI」 LeCun: 「LLM は5年で陳腐化、AGI には新アーキ必要」 5年計画と10年計画で前提を分ける
アーキテクチャの未来 Karpathy: 「Software 3.0 = コンテキストウィンドウ」 LeCun: 「JEPA / World Model が次世代」 技術的多様性をポートフォリオで持つ
モデル品質 Anthropic/OpenAI: 大規模 LLM 投資継続 LeCun: 「数千億ドルが袋小路に流れている」 単一ベンダー集中の戦略リスク
オープンソース Anthropic: クローズド、品質重視 LeCun: 「オープンソースが国家主権の鍵」 国産モデル戦略との整合性

このマップが示すのは、「どちらが正しいか」ではなく「どちらの想定で意思決定するか」が企業によって違う ということだ。同じ事実を前にしても、時間軸の取り方で結論は割れる。三年程度の短期計画であれば、楽観派が描く現実が当面続く蓋然性は高く、LLM を中心に据えた業務組み込みを進める判断に合理性がある。一方で五年から十年の中長期計画になると、懐疑派の予測が部分的にでも当たる可能性を無視できなくなり、単一アーキテクチャへの過剰依存を避ける設計が効いてくる。重要なのは、この二つの時間軸を混在させずに分けて持つことだ。

詳しい長期計画の組み方は AIロードマップ策定の実務近日公開 と AI予算計画と社内稟議の通し方近日公開 で論じている。

懐疑論を日本企業の AI 戦略にどう翻訳するか

LeCun の懐疑論は、そのまま受け入れるか退けるかという二択で扱うものではない。彼の診断が外れても困らない選択肢を残しつつ、当たった場合の損失を抑える——そういう翻訳を施したとき、推進担当者の実務に効いてくる論点がいくつか浮かび上がる。

依存先を一つに絞らないという保険

LeCun が「LLM 投資の数千億ドルが袋小路に流れている」と述べる是非はさておき、特定ベンダー（Anthropic、OpenAI、Google）や特定アーキテクチャ（LLM）への過剰依存がリスクであること自体は、彼の予測を信じるかどうかに関係なく成り立つ。仮に LLM がこのまま主流であり続けたとしても、単一ベンダーへの集中は価格交渉力の喪失や障害時の事業停止という別種のリスクを抱え込む。だからこそ、五年以上の中長期契約を結ぶ局面では、マルチクラウド・マルチモデルを前提とし、ベンダー乗り換え条項をあらかじめ設計に織り込んでおく価値がある。これは懐疑論への対応であると同時に、ごく保守的な調達戦略でもある。詳細は 業務AIインフラの技術選定近日公開 を参照されたい。

「物理世界に弱い」前提が業務選定の解像度を上げる

LeCun の「LLM は物理世界に対しては完全に無力」という指摘は、現状の限界を率直に言い表している。これを業務 AI 化の優先順位づけに使うと、判断の解像度が一段上がる。顧客対応・契約レビュー・コード生成のようにテキストや画像の処理が中心となる業務は、現行の LLM が比較的得意とする領域だ。これに対し、製造現場・物流のハンドリング・医療診断のように物理世界とのインタラクションが本質となる業務は、AI 適用の難易度が桁違いに高い。同じ「AI 化」という言葉でくくっても、両者は別物として扱うべきだということになる。NVIDIA の Physical AI（NVIDIA GTC 2026 徹底解説）が独立した競争領域として論じられるのも、まさにこの境界線があるからだ。実務的には、まずテキスト中心の業務から「ヒトがやる必要のない作業」を見極めて引き算し、空いた工数を再配置していく——という 引き算→再配置 の発想と、適用しやすい業務の選定は自然につながる。

技術陳腐化を減価償却の前提に組み込む

「LLM は5年で陳腐化」という予測（2025年4月時点）が仮に部分的にでも当たれば、2030年頃に主流モデルの世代交代が起こりうる。ここで問われるのは、今構築する AI 基盤を会計上どう扱うかという地味だが重い論点だ。固定資産のように「LLM ベースのアプリを5年間そのまま使い続ける」という暗黙の前提を置いてしまうと、世代交代が来たときに減価償却の途中で再構築を迫られ、予算が破綻する。そうならないよう、減価償却計画と再投資余地をはじめから五年スパンで設計し、再構築コストを織り込んでおくことが推進担当者の実務的な責任になる。ROI 指標を短期・中期・長期に分けて設計する考え方は AI ROIの測定方法 で詳しく論じている。

オープンソースの戦略的価値を国産戦略の文脈で見直す

LeCun の「オープンソース = 国家主権」という主張は、内閣府『人工知能基本計画』が国産モデル開発やデータ主権を重視した方針（内閣府『人工知能基本計画』を読み解く）と響き合っている。日本企業の立場からは、Llama・DeepSeek・Mistral 系のオープンソースモデルを最初から選択肢の外に置かないことが、コストやデータ統制の観点でも、地政学的なリスク管理の観点でも意味を持つ。クローズドな最先端モデルとオープンソースモデルは、どちらかを選ぶというより、用途に応じて使い分ける対象として捉えるのが現実的だ。

熱狂を組織内で冷静化するという役回り

経営層が「AGI は5年後だから全力投資だ」と急いた判断に傾く場面でこそ、懐疑派の論点を提示できることが推進担当者の価値になる。業界の最前線にも反論があり、アーキテクチャ自体が転換しうる——そう示すために LeCun の発言は使い勝手がよい。狙いは投資を止めることではなく、過熱を冷まして冷静なポートフォリオ判断へ組織を導くことだ。組織内の AI 過剰期待がどう失敗につながるかは AI定着失敗の典型7パターン で、経営層への説得をどう設計するかは 経営層をAIに本気にさせる説得フレームワーク近日公開 で、それぞれ掘り下げている。

LeCun の主張もまた鵜呑みにしない

懐疑論を経営判断の材料にするなら、その懐疑論自体にも懐疑の目を向けておくのが筋だ。LeCun の議論は強力だが、無条件に受け入れる前に、いくつかの留保を置いておきたい。

まず見落としてはならないのが、語り手の立場である。彼が AMI Labs を立ち上げ $1B 規模の資金を調達した直後の発言には、自身の World Model アプローチへの投資を正当化するという側面が避けがたく混じる。Meta 元責任者という肩書きは中立性の保証ではなく、むしろ特定の賭けに資金を投じた当事者であることを意味する。だから「LLM は袋小路」という断定は、技術評価であると同時にポジショントークでもある、と割り引いて読む必要がある。

予測そのものの確度にも歴史的な留保がつく。「現行アプローチは数年で陳腐化する」という予言は、これまでにも繰り返されてきた。CNN から Transformer への転換を予見した議論や、シンボリック AI への揺り戻しを唱えた議論がその例だ。当たったものもあれば外れたものもある。LeCun の「LLM は5年で陳腐化」という見立ても、同じく外れる可能性を十分に含んでいる。

代替案の側も、まだ証明されたわけではない。JEPA / V-JEPA は学術的には有望なアプローチだが、現時点で LLM を商用プロダクトとして凌駕した実例は存在しない。LLM が袋小路だという診断と、世界モデルが正解だという結論は別個の命題であり、後者を所与として戦略を組むのは早計だ。

そして、懐疑軸を持つことと楽観派を全否定することは違う、という点も強調しておきたい。「コーディングは解決された」という Boris の観察は、少なくとも彼の業務領域では現に起きている現象だし、Karpathy の「Software 3.0」も新しいプログラミングの作法を捉えた有用な視点だ。LeCun の反論を採り入れることは、これらを切り捨てることを意味しない。

最後に、時間の問題がある。仮に五年後に LLM が陳腐化するとしても、その五年間に LLM ベースのプロダクトは大量に展開され、企業の業務へ深く組み込まれていく。陳腐化を警戒するあまり手を止めれば、短期の業務改善機会を逃すという、これはこれで実在するコストを払うことになる。懐疑論は様子見の口実ではない。

まとめ — 楽観と懐疑の両方を組織内で言語化する

Yann LeCun の「LLM は袋小路」論は、Boris Cherny・Andrej Karpathy・Demis Hassabis の楽観的主張に対する 強い反論軸 として、企業 AI 戦略の意思決定に組み込む価値がある。

ただし、LeCun の主張をそのまま採用するのではなく、「楽観派 vs 懐疑派マップ」の両側を組織内で言語化 することが、推進担当者の中核業務になる。「AGI 5年後だから即時全力投資」も「LLM は袋小路だから様子見」も、どちらも極端である。3年計画と10年計画で前提を分け、技術ポートフォリオを多様化し、再投資余地を予算に組み込む という冷静な経営判断こそが、企業の AI 戦略を持続可能にする。

AX Boost は、FDE型コンサルティング として、こうした「楽観と懐疑の両方を言語化する作業」を、現場常駐で並走支援している。詳しくは AX支援サービスの選び方 と AXコンサルティングとは、AX Boost とは もあわせて参照されたい。

主要参考資料